Membre du personnel technique — équipe Intégration/RL, Ingénieur·e de recherche

Emploi pas sur LinkedIn

il y a 3 mois

Postuler

Recevoir des Emails avec des Emplois Similaires

Cohere

Site WebLinkedInTous les Emplois

Artificial Intelligence • Enterprise • SaaS

Cohere est une plateforme d’IA de premier plan qui fournit aux entreprises des modèles de langage avancés et un espace de travail (workspace) intégré conçu pour l’efficacité et la sécurité. Grâce à une famille de modèles génératifs et de retrieval hautes performances, Cohere permet aux organisations de rationaliser leurs workflows, de renforcer la sécurité des données et de révéler des insights dans de nombreux secteurs grâce à des capacités multilingues. Leur priorité accordée à des solutions d’IA sur mesure garantit la protection des données critiques tout en facilitant une intégration fluide aux processus opérationnels existants.

11 - 50 employés

🤖 Intelligence artificielle

🏢 Entreprise

☁️ SaaS

Description

• Notre mission est de mettre l’intelligence à l’échelle pour servir l’humanité. Nous entraînons et déployons des modèles de pointe pour des développeurs et des entreprises qui construisent des systèmes d’IA offrant des expériences remarquables telles que la génération de contenu, la recherche sémantique, le RAG et les agents. • Cohere rassemble des chercheurs, des ingénieurs, des designers et bien d’autres, passionnés par leur métier. Chaque personne est l’une des meilleures au monde dans son domaine. Nous considérons qu’une diversité de points de vue est essentielle pour concevoir d’excellents produits. • L’équipe d’intégration est responsable du développement et de la montée en charge des algorithmes et de l’infrastructure d’apprentissage automatique pour la phase post‑training des LLM, en mettant l’accent sur des méthodes RL distribuées à grande échelle. • Plus particulièrement, ce poste vise à améliorer la qualité globale de la base de code post‑training en implémentant de nouveaux outils pour faciliter et soutenir la recherche, en optimisant les algorithmes post‑training et en étendant le RL distribué à des niveaux inédits. • En tant que Membre du personnel technique, vous serez amené·e à : concevoir et développer des logiciels performants et scalables pour l’entraînement de modèles. Développer de nouveaux outils pour soutenir et accélérer la recherche et l’entraînement de LLM. Coordonner avec d’autres équipes d’ingénierie (Infrastructure, Efficiency, Serving) et les équipes scientifiques (Agent, Multimodal, Multilingual, etc.) pour créer un écosystème post‑training solide et intégré. • Élaborer et mettre en œuvre des techniques pour améliorer les performances et accélérer nos cycles d’entraînement, tant pour le SFT, les approches de préférence hors ligne que pour le cadre RL. • Rechercher, implémenter et expérimenter des idées sur notre cluster et notre infrastructure de données. • Collaborer, collaborer et collaborer encore avec d’autres scientifiques, ingénieurs et équipes ! • Profil idéal : compétences très solides en ingénierie logicielle. Valorise le développement piloté par les tests, le code propre et s’efforce de réduire la dette technique à tous les niveaux. Maîtrise de Python et des frameworks ML associés tels que JAX, PyTorch et/ou XLA/MLIR. Expérience de l’utilisation et du débogage de stratégies d’entraînement distribuées à grande échelle (profilage mémoire/performance). • [Atout] Expérience des infrastructures d’entraînement distribuées (Kubernetes) et des frameworks associés (Ray). • [Atout] Expérience pratique de la phase post‑training de l’entraînement de modèles, avec un fort accent sur la scalabilité et la performance. • [Atout] Expérience en recherche académique en ML, LLM et RL. • Ce poste est fait pour vous si vous : • Avez une passion profonde pour la qualité du travail. • Prenez plaisir à régler et optimiser de grands modèles LLM. • Êtes à l’aise pour travailler avec des personnes ayant des niveaux de compétence en ingénierie logicielle variés, du débutant à l’expérimenté. • Êtes à l’aise pour plonger dans des bases de code ML complexes afin d’identifier et résoudre des problèmes, garantissant le bon fonctionnement de nos systèmes. • Vous épanouissez dans un environnement rapide et techniquement exigeant, où vous pouvez apporter des idées et des solutions innovantes. • Si une partie des éléments ci‑dessus ne correspond pas parfaitement à votre expérience, nous vous encourageons malgré tout à postuler ! Si vous souhaitez travailler intensément sur une mission ambitieuse avec des coéquipiers qui partagent la même ambition, Cohere est fait pour vous. • Nous valorisons et célébrons la diversité et nous efforçons de créer un environnement de travail inclusif pour tous. Nous accueillons des candidat·e·s de tous horizons et nous engageons à offrir des chances égales. Si vous avez besoin d’aménagements durant le processus de recrutement, veuillez soumettre un formulaire de demande d’aménagements et nous travaillerons ensemble pour répondre à vos besoins.

🎯 Exigences

• Extremely strong software engineering skills. • Value test-driven development methods, clean code, and strive to reduce technical debts at all levels. • Proficiency in Python and related ML frameworks such as JAX, Pytorch and/or XLA/MLIR. • Experience using and debugging large-scale distributed training strategies (memory/speed profiling). • [Bonus] Experience with distributed training infrastructures (Kubernetes) and associated frameworks (Ray). • [Bonus] Hands-on experience with the post-training phase of model training, with a strong emphasis on scalability and performance. • [Bonus] Experience in ML, LLM and RL academic research.

🏖️ Avantages

• An open and inclusive culture and work environment • Work closely with a team on the cutting edge of AI research • Weekly lunch stipend, in-office lunches & snacks • Full health and dental benefits, including a separate budget to take care of your mental health • 100% Parental Leave top-up for 6 months for employees based in Canada, the US, and the UK • Personal enrichment benefits towards arts and culture, fitness and well-being, quality time, and workspace improvement • Remote-flexible, offices in Toronto, New York, San Francisco and London and co-working stipend • 6 weeks of vacation